Pipeline OCR completo com Keras e TensorFlow

O que é a API Keras-OCR?

Keras-OCR é uma biblioteca Python de código aberto de alto nível projetada para simplificar tarefas de reconhecimento óptico de caracteres (OCR) usando o poder do Keras e TensorFlow. Diferente de sistemas OCR tradicionais que requerem configuração extensa, Keras-OCR oferece um pipeline completo com modelos pré-treinados para detecção de texto (usando o algoritmo CRAFT) e reconhecimento de texto (via modelo CRNN). Esta combinação permite que desenvolvedores extraiam texto de imagens, documentos digitalizados ou até notas manuscritas com apenas algumas linhas de código.

A biblioteca é otimizada para casos de uso reais, incluindo:

• Digitalização de documentos: Converter documentos em papel ou PDF para texto pesquisável
• Entrada de dados automatizada: Extrair texto de faturas, recibos ou formulários
• Ferramentas de acessibilidade: Gerar texto alternativo para imagens em aplicações web
• Análise de mídia social: Processar texto embutido em memes ou conteúdo gerado por usuários

Com suporte nativo para processamento em lote e aceleração GPU opcional, Keras-OCR equilibra facilidade de uso com performance, tornando-o ideal tanto para prototipagem quanto para ambientes de produção.

Estatísticas do GitHub

Nome:
Linguagem:
Estrelas:
Garfos:
Licença:
O repositório foi atualizado pela última vez em

Principais recursos do Keras-OCR

• Modelos pré-treinados: Inclui CRAFT (detector) e CRNN (reconhecedor) para uso imediato
• Configuração fácil: Dependências mínimas (Keras, TensorFlow, OpenCV)
• Processamento em lote: Processa múltiplas imagens em paralelo para eficiência
• Treinamento personalizado: Ajuste os modelos com seus próprios conjuntos de dados
• GPU não obrigatória: Funciona em CPU mas acelera com GPU
• Saída de bounding boxes: Retorna texto com coordenadas para análise espacial
• Código aberto: Gratuito, mantido pela comunidade e licenciado sob MIT

Instalação

Instale o Keras-OCR via pip (requer Python 3.6+):

pip install keras-ocr

Para suporte a GPU, certifique-se de ter o TensorFlow com GPU instalado:

pip install tensorflow-gpu

Exemplos de código

Abaixo estão exemplos práticos para extrair texto de imagens usando Keras-OCR.

Exemplo 1: Detecção e reconhecimento básico de texto

Este exemplo mostra como usar o pipeline pré-treinado para extrair texto de uma imagem:

import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
images = ["receipt.jpg"]
predictions = pipeline.recognize(images)
print(predictions)

Exemplo 2: Processamento em lote

Processe várias imagens de uma vez para eficiência:

import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
images = ["image1.jpg", "image2.jpg", "image3.jpg"]
batch_predictions = pipeline.recognize(images)
for prediction in batch_predictions:
    print(prediction)

Exemplo 3: Visualização de bounding boxes

Desenhe caixas de texto detectadas na imagem original:

import matplotlib.pyplot as plt
import keras_ocr

pipeline = keras_ocr.pipeline.Pipeline()
image = keras_ocr.tools.read("document.jpg")
predictions = pipeline.recognize([image])
keras_ocr.tools.drawAnnotations(image, predictions[0])
plt.imshow(image)
plt.show()

Conclusão

Keras-OCR simplifica a extração de texto com seu pipeline pronto para uso, tornando-o uma excelente escolha para desenvolvedores que precisam de OCR rápido e preciso sem configuração complexa. Sua integração com Keras e TensorFlow permite personalizações, enquanto o processamento em lote garante escalabilidade.

Seja você estiver construindo scanners de documentos, automatizando entrada de dados ou analisando conteúdo de mídia social, Keras-OCR fornece uma solução leve mas poderosa.

Produtos Similares